跳到主要内容

AI 全栈应用开发

问题​

如何构建一个完整的 AI 全栈应用？从数据库到部署的完整架构是怎样的？

答案​

一、典型技术栈​

二、数据库设计​

-- 用户表
CREATE TABLE users (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  email VARCHAR(255) UNIQUE NOT NULL,
  name VARCHAR(100),
  created_at TIMESTAMP DEFAULT NOW()
);

-- 会话表
CREATE TABLE conversations (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  user_id UUID REFERENCES users(id),
  title VARCHAR(200),
  model VARCHAR(50) DEFAULT 'gpt-4o',
  created_at TIMESTAMP DEFAULT NOW(),
  updated_at TIMESTAMP DEFAULT NOW()
);

-- 消息表
CREATE TABLE messages (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  conversation_id UUID REFERENCES conversations(id) ON DELETE CASCADE,
  role VARCHAR(20) NOT NULL,  -- 'user' | 'assistant' | 'system'
  content TEXT NOT NULL,
  tokens_used INTEGER,
  created_at TIMESTAMP DEFAULT NOW()
);

-- 向量索引（pgvector）
CREATE EXTENSION IF NOT EXISTS vector;
CREATE TABLE documents (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  content TEXT NOT NULL,
  embedding vector(1536),
  metadata JSONB,
  created_at TIMESTAMP DEFAULT NOW()
);
CREATE INDEX ON documents USING hnsw (embedding vector_cosine_ops);

三、核心 API 实现​

app/api/chat/route.ts
import { openai } from "@ai-sdk/openai";
import { streamText } from "ai";
import { auth } from "@/lib/auth";
import { db } from "@/lib/db";

export async function POST(req: Request) {
  // 1. 认证
  const session = await auth();
  if (!session?.user) {
    return new Response("Unauthorized", { status: 401 });
  }

  const { messages, conversationId } = await req.json();

  // 2. 保存用户消息
  const userMessage = messages[messages.length - 1];
  await db.message.create({
    data: {
      conversationId,
      role: "user",
      content: userMessage.content,
    },
  });

  // 3. 流式调用 LLM
  const result = streamText({
    model: openai("gpt-4o"),
    messages,
    onFinish: async ({ text, usage }) => {
      // 4. 保存 AI 回复
      await db.message.create({
        data: {
          conversationId,
          role: "assistant",
          content: text,
          tokensUsed: usage.totalTokens,
        },
      });
    },
  });

  return result.toDataStreamResponse();
}

四、认证方案​

lib/auth.ts
import NextAuth from "next-auth";
import GitHub from "next-auth/providers/github";

export const { auth, handlers, signIn, signOut } = NextAuth({
  providers: [GitHub],
  callbacks: {
    async session({ session, token }) {
      session.user.id = token.sub!;
      return session;
    },
  },
});

五、部署方案​

平台优势适用
VercelNext.js 最佳体验，Edge Runtime标准 AI 应用
Railway全栈部署，Docker 支持后端复杂的应用
Fly.io全球边缘部署低延迟要求
自建 Docker完全控制企业私有部署
docker-compose.yml
services:
  app:
    build: .
    ports: ["3000:3000"]
    environment:
      OPENAI_API_KEY: ${OPENAI_API_KEY}
      DATABASE_URL: postgres://user:pass@db:5432/app
    depends_on: [db, redis]

  db:
    image: pgvector/pgvector:pg16
    volumes: [postgres_data:/var/lib/postgresql/data]

  redis:
    image: redis:7-alpine

volumes:
  postgres_data:

常见面试问题​

Q1: AI 应用的数据库选型？​

答案：

  • PostgreSQL + pgvector：关系数据 + 向量搜索一站式解决，推荐大多数场景
  • Supabase：托管 PostgreSQL + Auth + Storage + Realtime，快速搭建
  • Neon：Serverless PostgreSQL，按用量计费，适合 Serverless 架构
  • 如果向量数据量超过千万级，考虑专用向量数据库（Milvus/Qdrant）

Q2: 如何控制 AI 应用的成本？​

答案：

  1. Token 限制：设置每次对话的最大 token 数
  2. 用户配额：每日/每月 API 调用次数限制
  3. 缓存：相同问题缓存 LLM 响应
  4. 模型分级：简单问题用便宜模型，复杂问题用强模型
  5. Prompt 优化：精简 system prompt，减少上下文 token

相关链接​